智慧学习环境下数字学习画面的情感研究

目录

声明

第一章 绪论

1.1 研究背景与意义

1.1.1 研究背景

1.1.2 研究意义

1.2 国内外研究现状

1.2.1 智慧学习环境研究现状

1.2.2 数字学习画面研究现状

1.3 研究目的与方法

1.3.1 研究目的

1.3.2 研究方法

1.4 研究内容与创新点

1.4.1 研究内容

1.4.2 论文创新点

第二章 相关理论与技术基础

2.1 相关概念界定

2.1.1 智慧学习环境

2.1.2 数字学习画面

2.1.3 学习者情感与学习画面情感

2.2 相关理论

2.2.1 多媒体学习认知理论

2.2.2 自主学习理论

2.2.3多媒体（画面）艺术理论

2.3 技术基础

2.3.1 深度学习与卷积神经网络

2.3.2 卷积神经网络特点及其结构

2.3.3 实现卷积神经网络的深度学习开源框架

2.4 本章小结

第三章 数字学习画面的情感描述模型及分类

3.1 数字学习画面的情感描述

3.2 数字学习画面分类

3.2.1 数字学习画面分类目的

3.2.2 数字学习画面分类原则

3.2.3 数字学习画面的分类方式

3.3 数字学习画面的编码

3.3.1编码目的

3.3.2编码原则

3.3.3数字学习画面的编码

3.4 本章小结

第四章 智慧学习环境下数字学习画面情感估计

4.1 数字学习画面情感估计概述

4.2 数字学习画面数据库构建及其情感标注

4.2.1 数字学习画面数据库的构建

4.2.2 数字学习画面的情感标注

4.3 深度卷积神经网络的设计与实现

4.3.1 卷积神经网络的结构设计

4.3.2 卷积神经网络的参数调整

4.4 模型验证与结果分析

4.5 基于大数据的数字学习画面的情感分析

4.5.1 不同学段下数字学习画面的情感分布

4.5.2 不同学科下数字学习画面的情感分布

4.5.3 不同教学方式下数字学习画面的情感分布

4.6 本章小结

第五章 智慧学习环境下数字学习画面对学习者情感的影响实验研究

5.1 智慧学习环境中数字学习画面情感对学习者情感的影响概述

5.2 智慧学习环境下学习者的情感识别

5.2.1 学习者人脸图像检测

5.2.2 学习者人脸图像判断

5.2.3 学习者表情数据库的构建

5.2.4 卷积神经网络模型的结构设计

5.2.5 模型验证与结果分析

5.2.6 结果分析

5.3 实验研究

5.3.1 实验目的

5.3.2 实验变量与假设

5.3.3 实验设计

5.4 实验结果与分析

5.4.1 数据样本统计

5.4.2 实验数据分析

5.4.3 结果讨论

5.5 启示与建议

5.6 本章小结

第六章 总结与展望

6.1 总结与不足

6.2 展望

注释

参考文献

攻读硕士学位期间的学术成果

致谢